标签
该论文提出 LMBuild，一个用于评估 LLM 智能体生成可建造、功能性结构能力的基准，包含交互式装配环境、基于 CAD 数据集构建的评测集以及涵盖结构可靠性、功能可供性和物理可实现性的评估框架，在 30 个系统上的评测揭示了功能推理仍是前沿模型的主要瓶颈。